一种基于大模型的鼻咽癌病灶区域检测方法、装置及设备

    公开(公告)号:CN117893498A

    公开(公告)日:2024-04-16

    申请号:CN202410056795.1

    申请日:2024-01-15

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种基于大模型的鼻咽癌病灶区域检测方法、装置及设备。该方法包括:获取并预处理训练数据集;从预处理后的所述训练数据集中选取部分MRI图像进行病灶区域标注,得到其对应的病灶区域掩膜;根据被标注的所述MRI图像以及对应的病灶区域掩膜,对预先构建的数据准备网络进行训练;采用训练完成的所述数据准备网络,对所述训练数据集中未被标注的MRI图像进行病灶区域预测,确定其对应的病灶区域掩膜;根据各所述MRI图像及其对应的病灶区域掩膜,对预先构建的轻量化分割网络进行训练,以进行病灶区域检测。本申请实施例的技术方案可以降低训练数据的获取难度以及保证训练数据的质量,进而提高鼻咽癌病灶区域检测的准确性。

    一种用于LED面板的缺陷检测方法、装置、介质及设备

    公开(公告)号:CN117876345A

    公开(公告)日:2024-04-12

    申请号:CN202410056935.5

    申请日:2024-01-15

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种用于LED面板的缺陷检测方法、装置、介质及设备。该方法包括:获取待检测图像,将待检测图像输入至预先训练完成的生成对抗网络,以使生成对抗网络输出待检测图像中LED面板是否存在缺陷的判断结果;在待检测图像中LED面板存在缺陷的情况下,对待检测图像进行目标检测,确定待检测图像中缺陷所在的目标区域的位置信息;对每一目标区域进行图像分割处理,确定目标区域中与缺陷对应的目标像素,并确定目标区域所包含缺陷的类别信息;将目标区域的位置信息、目标像素以及类别信息在待检测图像中进行可视化。本申请实施例的技术方案可以提高LED面板的检测结果的准确性,以及提高缺陷检测方法的通用性。

    一种图像分类模型的训练、分类方法、装置、介质及设备

    公开(公告)号:CN117079015A

    公开(公告)日:2023-11-17

    申请号:CN202310916563.4

    申请日:2023-07-24

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种图像分类模型的训练、分类方法、装置、介质及设备。该训练方法包括:对原始图像数据集进行预处理;从预处理后的原始图像数据集中选取训练数据,并对训练数据进行随机划分,得到预定数量组数的训练集和验证集;分别采用各组训练集和验证集对若干子分类器进行训练直至收敛,得到若干目标子分类器;将若干目标子分类器针对同一样本输出的分类结果进行融合,并用以对预先构建的元分类器进行训练,得到目标元分类器;将若干目标子分类器进行并联,再与目标元分类器串联,得到目标图像分类模型。本申请实施例的技术方案可以基于小规模的样本数据进行模型的训练,保证模型的训练效果,并提高模型识别结果的准确性。

Patent Agency Ranking